Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Hinweis
Foundry IQ (Azure KI-Suche) bietet direkte Indizierungs- und Abfrage-APIs zusammen mit Wissensquellen- und Knowledge Base-APIs auf höherer Ebene für den verwalteten Abruf. Verwenden Sie das Azure Portal, REST-APIs oder Azure SDKs, um diese Funktionen zu konfigurieren, oder verbinden Sie Agents mit Wissensdatenbanken im Microsoft Foundry-Portal.
Von Bedeutung
Features oder Funktionen, die in diesem Artikel als "Vorschau" gekennzeichnet sind, befinden sich in der öffentlichen Vorschau und unterliegen den ergänzenden Nutzungsbedingungen für Microsoft Azure Previews.
Spezielle Vorschaubedingungen für Foundry IQ (Azure KI-Suche) finden Sie unter Vorschaufunktionen.
Ausdrücke, die beim Herstellen einer Verbindung mit externen Datenquellen gelten, finden Sie unter "Externe Datenquellen".
Eine indizierte SharePoint Wissensquelle nimmt SharePoint Inhalt in eine agentische Abrufpipeline in Foundry IQ (Azure KI-Suche) ein. Es ist allgemein mit der 2026-10-01 REST-API verfügbar.
Wissensquellen werden unabhängig erstellt, in einer Wissensbasis referenziert und als Erdungsdaten verwendet, wenn die Wissensbasis zur Laufzeit abgefragt wird.
Wenn Sie eine indizierte SharePoint Wissensquelle erstellen, geben Sie eine Verbindungszeichenfolge für SharePoint, Modelle und Eigenschaften an, um automatisch die folgenden Foundry IQ-Objekte zu generieren:
- Eine Datenquelle, die auf SharePoint Websites verweist und die Verbindungszeichenfolge unverändert verwendet. Die generierte Datenquelle folgt den Regeln des
TenantIdSharePoint Indexers. - Ein Skillset, das multimodale Inhalte in Blöcke unterteilt und optional vektorisiert.
- Ein Index, der angereicherte Inhalte speichert und die Kriterien für den agentischen Abruf erfüllt.
- Ein Indexer, der die vorherigen Objekte verwendet, um die Indizierungs- und Anreicherungspipeline zu steuern.
Der generierte Indexer entspricht dem SharePoint in Microsoft 365 Indexer, dessen Voraussetzungen, unterstützte Dokumentformate und Einschränkungen auch für indizierte SharePoint Wissensquellen gelten. Weitere Informationen finden Sie in den SharePoint Indexerdokumentationen und Indizierungsgrenzwerten. Wenn das generierte Skillset einen externen Dienst aufruft, gelten auch die Eingabe- und Dienstgrenzwerte dieser Qualifikation.
Verwenden Sie contentExtractionMode, um beim Erstellen der Wissensquelle die minimal- oder standard-Inhaltsextraktion auszuwählen. Informationen dazu, wie sich Dateien, Listen und moderne Seiten unterscheiden, finden Sie unter SharePoint-Inhaltsdarstellungen.
Verwendungsunterstützung
| Azure Portal | Microsoft Foundry-Portal | .NET SDK | Python SDK | Java SDK | JavaScript SDK | REST-API |
|---|---|---|---|---|---|---|
| ✔️ | ✔️ | ✔️ | ✔️ | ✔️ | ✔️ | ✔️ |
Die REST-Beispiele verwenden die stabile 2026-10-01 API. SDK-Beispiele unterliegen weiterhin den unten aufgeführten Paketanforderungen; die REST-Verfügbarkeit legt keinen Freigabestatus von SDK-Paketen fest. Als Vorschau gekennzeichnete Features behalten ihren unabhängigen Status bei.
Voraussetzungen
Ein Foundry IQ-Dienst in jeder Region, die agentische Abrufe ermöglicht.
Abschluss der SharePoint-Indexer-Voraussetzungen.
Abschluss der folgenden SharePoint Indizierungskonfigurationsschritte:
Schritt 1: Aktivieren einer verwalteten Identität für Foundry IQ (nur für die Authentifizierung ohne Clientgeheimnis erforderlich; überspringen, wenn ein geheimer Clientschlüssel verwendet wird)
Schritt 2: Auswählen von delegierten oder Anwendungsberechtigungen
Schritt 3: Erstellen einer Microsoft Entra Anwendungsregistrierung (für Anwendungsberechtigungen konfigurieren Sie auch eine Clientschlüssel oder Authentifizierung ohne Geheimnis)
Wenn
contentExtractionModeaufstandardfestgelegt ist, verwenden Sie eine Microsoft Foundry-Ressource in einer von Content Understanding in Foundry Tools unterstützten Region und den Endpunkthttps://<resource-name>.services.ai.azure.com. Stellen Sie ein Einbettungsmodell bereit und stellen Sie ein multimodales Chatmodell bereit, wenn Sie die Bildverbalisierung aktivieren.Berechtigung zum Erstellen von Wissensquellen. Konfigurieren Sie die schlüssellose Authentifizierung mit den Rollen "Mitwirkender des Suchdiensts " und " Indexdatenmitwirkender ", die Ihrem Benutzerkonto zugewiesen sind (empfohlen), oder verwenden Sie einen Administrator-API-Schlüssel.
Weisen Sie für Aufrufe mit verwalteter Identität an Azure OpenAI-Einbettungen oder Bildverbalisierung der ausgewählten Identität auf der Azure OpenAI- oder übergeordneten Foundry-Ressource, die
resourceUrientspricht, Cognitive Services OpenAI User zu. Extraktionsdienstberechtigungen sind getrennt. Siehe "Rolle zuweisen".SharePoint Online verwendet öffentliche Endpunkte unabhängig von jedem eingehenden privaten Endpunkt für die Suche. Siehe Eingehender und ausgehender Netzwerkdatenverkehr.
Das neueste
Azure.Search.DocumentsVorschaupaket:dotnet add package Azure.Search.Documents --prereleaseFür die schlüssellose Authentifizierung das Paket
Azure.Identity:dotnet add package Azure.Identity
Das neueste
azure-search-documentsVorschaupaket:pip install --pre azure-search-documentsFür die schlüssellose Authentifizierung das Paket
azure-identity:pip install azure-identity
Die Version 2026-10-01 der REST-API des Suchdiensts.
Fügen Sie für die schlüssellose Authentifizierung ein Microsoft Entra ID-Token in den
AuthorizationHeader jeder HTTP-Anforderung ein.
Legen Sie für den REST-Client diese Variablen in Ihrer .http Datei fest. In den Ressourcenverwaltungsbeispielen weiter unten in diesem Artikel wird derselbe Endpunkt, die API-Version und der Name der Wissensquelle verwendet.
@search-url = https://<search-service-name>.search.windows.net
@api-version = 2026-10-01
@knowledge-source-name = my-indexed-sharepoint-ks
@knowledge-base-name = <your-knowledge-base-name>
@sharepoint-federated-connection-string = <your-federated-connection-string>
@aoai-endpoint = https://<resource-name>.openai.azure.com
Ersetzen Sie den Platzhalter für verbindungszeichenfolgen durch die konfigurierte Verbund-Verbindungszeichenfolge. Setzen Sie aoai-endpoint auf die Azure OpenAI-Ressource, die Ihre Einbettungsbereitstellung hostet. Ersetzen Sie in der Erstellungsanforderung embeddingModel.azureOpenAIParameters.resourceUri durch deploymentId, ersetzen Sie das Beispiel {{aoai-endpoint}} durch Ihren Bereitstellungsnamen, und setzen Sie modelName auf das bereitgestellte Modell.
Die Löschbeispiele verwenden auch knowledge-base-name. Stellen Sie sie auf die referenzierte Knowledge Base ein, die Sie aktualisieren oder löschen möchten, bevor Sie diese Beispiele ausführen.
Ressourcenbesitz auswählen
In diesem Artikel wird die Wissensquell-API verwendet, um die Datenaufnahme zu verwalten und den zugrunde liegenden Index zu erstellen. Konfigurieren Sie die Quellauswahl, die Inhaltsextraktion und andere unterstützte Optionen in der Wissensquelle. Überprüfen Sie die generierten Ressourcen, vermeiden Sie jedoch die direkte Bearbeitung.
Wenn Sie das Indexschema steuern oder eine benutzerdefinierte Verarbeitungspipeline erstellen müssen, konfigurieren Sie einen SharePoint Indexer, und verbinden Sie den ausgefüllten Index über eine Suchindex-Wissensquelle. Informationen zu Remoteabruf- und benutzerdefinierten Erfassungsalternativen finden Sie unter SharePoint Architekturoptionen.
Topologie für SharePoint-Gruppe-Berechtigungen planen
Wenn Ihre Anwendung SharePoint-Gruppe-Berechtigungen benötigt, bewerten Sie den Websitebereich, bevor Sie die Wissensquelle erstellen. Jeder generierte Index, der ein mit sharepointSiteUrl: true gekennzeichnetes Feld verwendet, unterstützt höchstens fünf unterschiedliche Website-URL-Werte. Schreibvorgänge für eine zusätzliche Website-URL werden abgelehnt. Die separate Obergrenze für die Abfrageaggregation von 100 URLs erhöht diesen Grenzwert nicht. Siehe SharePoint-Gruppe-Grenzwerte für Berechtigungswebsites.
Bewerten Sie für einen größeren Websitebereich die folgende Topologie:
- Teilen Sie den Umfang der Website auf separate indizierte SharePoint-Wissensquellen auf, sodass jeder generierte Index innerhalb des Grenzwerts von fünf Werten bleibt. Bewahren Sie die erforderlichen Berechtigungsfelder und den Kontext der Ursprungswebsite in jedem Index und abgeleiteten Dokument auf.
- Weisen Sie die Quellen einer Wissensbasis innerhalb der maximalen Anzahl von Wissensquellen pro Wissensbasis zu. Beispielsweise unterstützt S1 bis zu 10 Quellen pro Wissensbasis. Überprüfen Sie Ihre Stufe und das Erstellungsdatum des Diensts, anstatt davon auszugehen, dass dieser Grenzwert für jeden Dienst gilt.
- Wenn alle erforderlichen Quellen nicht in eine Wissensbasis passen, sollten Sie mehrere Wissensbasen in Betracht ziehen. Überprüfen Sie die Grenzwerte pro Dienst für Wissensquellen, Wissensdatenbanken, Indizes und Indexer, bevor Sie diese Topologie auswählen.
- Implementieren Sie Routing oder Orchestrierung auf Anwendungsebene für mehrere Wissensbasen. Eine Abrufanforderung zielt auf eine Wissensbasis ab, nicht auf alle Wissensdatenbanken des Dienstes. Bewahren Sie den Berechtigungskontext des Endbenutzers in jeder Anfrage und beim Kombinieren von Ergebnissen und Quellenangaben auf.
Überprüfen Sie auch die Auswahl der Wissensquellen bei der Abfrage. Die Anzahl der in einer Wissensdatenbank konfigurierten Quellen und die Anzahl der für eine Anforderung ausgewählten Quellen sind separate Überlegungen.
Überprüfen auf vorhandene Wissensquellen
Eine Wissensquelle ist ein wiederverwendbares Objekt auf oberster Ebene. Das Wissen über vorhandene Wissensquellen ist hilfreich, um neue Objekte wiederzuverwenden oder zu benennen.
Führen Sie den folgenden Code aus, um Wissensquellen nach Namen und Typ auflisten.
// List knowledge sources by name and type
using Azure.Search.Documents.Indexes;
var indexClient = new SearchIndexClient(new Uri(searchEndpoint), credential);
var knowledgeSources = indexClient.GetKnowledgeSourcesAsync();
Console.WriteLine("Knowledge Sources:");
await foreach (var ks in knowledgeSources)
{
Console.WriteLine($" Name: {ks.Name}, Type: {ks.GetType().Name}");
}
Reference:SearchIndexClient
# List knowledge sources by name and type
from azure.core.credentials import AzureKeyCredential
from azure.search.documents.indexes import SearchIndexClient
index_client = SearchIndexClient(endpoint = "search_url", credential = AzureKeyCredential("api_key"))
for ks in index_client.list_knowledge_sources():
print(f" - {ks.name} ({ks.kind})")
Reference:SearchIndexClient
### List knowledge sources by name and type
GET {{search-url}}/knowledgesources?api-version={{api-version}}&$select=name,kind
Authorization: Bearer {{token}}
Referenz:Wissensquellen - Liste
Sie können auch eine einzelne Wissensquelle anhand des Namens zurückgeben, um die JSON-Definition zu überprüfen.
using Azure.Search.Documents.Indexes;
using System.Text.Json;
var indexClient = new SearchIndexClient(new Uri(searchEndpoint), credential);
// Specify the knowledge source name to retrieve
string ksNameToGet = "earth-knowledge-source";
// Get its definition
var knowledgeSourceResponse = await indexClient.GetKnowledgeSourceAsync(ksNameToGet);
var ks = knowledgeSourceResponse.Value;
// Serialize to JSON for display
var jsonOptions = new JsonSerializerOptions
{
WriteIndented = true,
DefaultIgnoreCondition = System.Text.Json.Serialization.JsonIgnoreCondition.Never
};
Console.WriteLine(JsonSerializer.Serialize(ks, ks.GetType(), jsonOptions));
Reference:SearchIndexClient
# Get a knowledge source definition
from azure.core.credentials import AzureKeyCredential
from azure.search.documents.indexes import SearchIndexClient
import json
index_client = SearchIndexClient(endpoint = "search_url", credential = AzureKeyCredential("api_key"))
ks = index_client.get_knowledge_source("knowledge_source_name")
print(json.dumps(ks.as_dict(), indent = 2))
Reference:SearchIndexClient
### Get a knowledge source definition
GET {{search-url}}/knowledgesources('{{knowledge-source-name}}')?api-version={{api-version}}
Authorization: Bearer {{token}}
Referenz:Wissensquellen - Abrufen
Die folgende Antwort schwärzt vertrauliche Werte. Bevor Sie sie wiederverwenden, um eine andere Wissensquelle zu erstellen, geben Sie Zielverbindungseinstellungen und Anmeldeinformationen an oder konfigurieren Sie die unterstützte kennwortlose Authentifizierung; geschwärzte Werte sind keine Anmeldeinformationen.
{
"name": "my-indexed-sharepoint-ks",
"kind": "indexedSharePoint",
"description": "A sample indexed SharePoint knowledge source",
"encryptionKey": null,
"indexedSharePointParameters": {
"connectionString": "<redacted>",
"containerName": "defaultSiteLibrary",
"query": null,
"ingestionParameters": {
"disableImageVerbalization": false,
"ingestionPermissionOptions": [],
"contentExtractionMode": "minimal",
"identity": null,
"embeddingModel": {
"kind": "azureOpenAI",
"azureOpenAIParameters": {
"resourceUri": "<redacted>",
"deploymentId": "text-embedding-3-large",
"modelName": "text-embedding-3-large",
"authIdentity": null
}
},
"chatCompletionModel": null,
"ingestionSchedule": null,
"aiServices": null
},
"createdResources": {
"datasource": "my-indexed-sharepoint-ks-datasource",
"indexer": "my-indexed-sharepoint-ks-indexer",
"skillset": "my-indexed-sharepoint-ks-skillset",
"index": "my-indexed-sharepoint-ks-index"
}
}
}
Erstellen einer Wissensquelle
Führen Sie den folgenden Code aus, um eine indizierte SharePoint Wissensquelle zu erstellen.
Im Beispiel wird die Standarddokumentbibliothek der Website ausgewählt. Um andere Bibliotheken, Listen, Seiten oder Websites auszuwählen, konfigurieren Sie containerName und query unter indexedSharePointParameters. Folgen Sie den Optionen zur Inhaltsauswahl in SharePoint und den Anforderungen an die websiteübergreifende Auswahl.
// Create an IndexedSharePoint knowledge source
using Azure.Search.Documents.Indexes;
using Azure.Search.Documents.Indexes.Models;
using Azure.Search.Documents.KnowledgeBases.Models;
using Azure.Identity;
var foundryEndpoint = "https://<foundry-resource>.services.ai.azure.com";
var indexClient = new SearchIndexClient(new Uri(searchEndpoint), new DefaultAzureCredential());
var chatCompletionParams = new AzureOpenAIVectorizerParameters
{
ResourceUri = new Uri(foundryEndpoint),
DeploymentName = aoaiGptDeployment,
ModelName = aoaiGptModel
};
var embeddingParams = new AzureOpenAIVectorizerParameters
{
ResourceUri = new Uri(foundryEndpoint),
DeploymentName = aoaiEmbeddingDeployment,
ModelName = aoaiEmbeddingModel
};
var ingestionParams = new KnowledgeSourceIngestionParameters
{
NetworkAccessMode = KnowledgeSourceNetworkAccessMode.Public,
DisableImageVerbalization = false,
ChatCompletionModel = new KnowledgeBaseAzureOpenAIModel(azureOpenAIParameters: chatCompletionParams),
EmbeddingModel = new KnowledgeSourceAzureOpenAIVectorizer
{
AzureOpenAIParameters = embeddingParams
}
};
var sharePointParams = new IndexedSharePointKnowledgeSourceParameters(
connectionString: sharePointConnectionString,
containerName: "defaultSiteLibrary")
{
IngestionParameters = ingestionParams
};
var knowledgeSource = new IndexedSharePointKnowledgeSource(
name: "my-indexed-sharepoint-ks",
indexedSharePointParameters: sharePointParams)
{
Description = "A sample indexed SharePoint knowledge source."
};
await indexClient.CreateOrUpdateKnowledgeSourceAsync(knowledgeSource);
Console.WriteLine($"Knowledge source '{knowledgeSource.Name}' created or updated successfully.");
Reference:SearchIndexClient, IndexedSharePointKnowledgeSource
# Create an indexed SharePoint knowledge source
from azure.identity import DefaultAzureCredential
from azure.search.documents.indexes import SearchIndexClient
from azure.search.documents.indexes.models import IndexedSharePointKnowledgeSource, IndexedSharePointKnowledgeSourceParameters, KnowledgeBaseAzureOpenAIModel, AzureOpenAIVectorizerParameters, KnowledgeSourceContentExtractionMode
from azure.search.documents.knowledgebases.models import KnowledgeSourceIngestionParameters, KnowledgeSourceNetworkAccessMode, KnowledgeSourceAzureOpenAIVectorizer
foundry_endpoint = "https://<foundry-resource>.services.ai.azure.com"
index_client = SearchIndexClient(endpoint = "<search-endpoint>", credential = DefaultAzureCredential())
knowledge_source = IndexedSharePointKnowledgeSource(
name = "my-indexed-sharepoint-ks",
description = "A sample indexed SharePoint knowledge source.",
encryption_key = None,
indexed_share_point_parameters = IndexedSharePointKnowledgeSourceParameters(
connection_string = "connection_string",
container_name = "defaultSiteLibrary",
query = None,
ingestion_parameters = KnowledgeSourceIngestionParameters(
network_access_mode = KnowledgeSourceNetworkAccessMode.PUBLIC,
identity = None,
disable_image_verbalization = False,
chat_completion_model = KnowledgeBaseAzureOpenAIModel(
azure_open_ai_parameters = AzureOpenAIVectorizerParameters(
resource_url = foundry_endpoint,
deployment_name = "<aoai-gpt-deployment>",
model_name = "<aoai-gpt-model>",
)
),
embedding_model = KnowledgeSourceAzureOpenAIVectorizer(
azure_open_ai_parameters=AzureOpenAIVectorizerParameters(
resource_url = foundry_endpoint,
deployment_name = "<aoai-embedding-deployment>",
model_name = "<aoai-embedding-model>",
)
),
content_extraction_mode = KnowledgeSourceContentExtractionMode.MINIMAL,
ingestion_schedule = None,
ingestion_permission_options = None
)
)
)
index_client.create_or_update_knowledge_source(knowledge_source)
print(f"Knowledge source '{knowledge_source.name}' created or updated successfully.")
Reference:SearchIndexClient
### Create an indexed SharePoint knowledge source
PUT {{search-url}}/knowledgesources/{{knowledge-source-name}}?api-version={{api-version}}
Authorization: Bearer {{search-access-token}}
Content-Type: application/json
{
"name": "{{knowledge-source-name}}",
"kind": "indexedSharePoint",
"description": "A sample indexed SharePoint knowledge source.",
"encryptionKey": null,
"indexedSharePointParameters": {
"connectionString": "{{sharepoint-federated-connection-string}}",
"containerName": "defaultSiteLibrary",
"query": null,
"ingestionParameters": {
"networkAccessMode": "public",
"identity": null,
"embeddingModel": {
"kind": "azureOpenAI",
"azureOpenAIParameters": {
"deploymentId": "text-embedding-3-large",
"modelName": "text-embedding-3-large",
"resourceUri": "https://<foundry-resource>.services.ai.azure.com"
}
},
"chatCompletionModel": null,
"disableImageVerbalization": false,
"ingestionSchedule": null,
"ingestionPermissionOptions": [],
"contentExtractionMode": "minimal"
}
}
}
Konfigurieren der Standardextraktion
Die Standardextraktion verwendet Content Understanding für layoutfähige Analyse und semantische Blöcke unterstützter SharePoint-Dokumente mit optionalen Bildbeschreibungen. Es verwendet die Foundry-Ressource und Bereitstellungen, die in den Voraussetzungen beschrieben sind.
Konfigurieren Sie indexedSharePointParameters.ingestionParametersin der Erstellungs- oder Aktualisierungsanforderung Folgendes:
- Legen Sie
contentExtractionModeaufstandardfest und konfigurieren SieaiServicesmit Ihrem Foundry-Ressourcenendpunkt. - Legen Sie
ingestionPermissionOptionsauf["userIds", "groupIds"]fest, um SharePoint-Dokumentberechtigungen beizubehalten. - Konfigurieren Sie
chatCompletionModelmit einem unterstützten Modell und einer bereitstellung in dieser Foundry-Ressource für die Imageverbalisierung. Lassen SiedisableImageVerbalizationauffalsefestgelegt oder lassen Sie es weg. - Konfigurieren Sie
embeddingModel.azureOpenAIParametersmit dem Foundry-Ressourcenendpunkt inresourceUri, z. B.https://<embedding-resource>.services.ai.azure.com. Legen SiedeploymentIdundmodelNamefür Ihre Einbettungsbereitstellung fest, und behalten Sie die erforderlichen Verbindungseinstellungen aus dem Erstellungsbeispiel bei.
Die generierte Einbettungskompetenz sendet den Inhalt von Content Understanding, einschließlich generierter Bildbeschreibungen, an diesen Einbettungsendpunkt, bevor Vektoren in den Index geschrieben werden.
Die Suche generiert die Datenquelle, den Indexer, das Content Understanding-Skillset und den gesicherten Chunkindex. Nachdem die Ingestion erfolgreich war, ist die Wissensquelle bereit, einer Wissensbasis zugewiesen zu werden.
Content Understanding, semantische Segmentierung und Bildbeschreibungen sind in der Search REST API allgemein verfügbar 2026-10-01. Verwenden Sie eine API-Version, die in Ihrer Konfiguration auch den SharePoint-Konnektor und Berechtigungsfunktionen unterstützt.
Verwenden Sie Dateien, die sowohl vom SharePoint Indexer als auch von der Fähigkeit zum Inhaltsverständnis unterstützt werden. Wenden Sie die Dateiverarbeitungskonfiguration nicht auf Listenelemente oder Websiteseiten an, die als Text analysiert werden.
Die Standardextraktion verursacht Gebühren für das Inhaltsverständnis und, wenn die Bildbeschreibung aktiviert ist, Modellnutzungsgebühren. Weitere Informationen finden Sie unter Abrechnungs- und Bildbeschreibungssteuerelemente.
Mehr Kontrolle über Skills, Chunking und gesicherte Projektionen finden Sie unter Konfigurieren eines SharePoint-Indexers und Content Understanding-Skillsets.
Konfigurieren des Erfassungszeitplans
Ohne einen konfigurierten Erfassungszeitplan führt eine indizierte SharePoint-Wissensquelle standardmäßig alle 24 Stunden den generierten Indexer aus. Wenn Sie ein kürzeres wiederkehrendes Intervall für die Aktualisierung von Berechtigungen verwenden möchten, legen Sie indexedSharePointParameters.ingestionParameters.ingestionSchedule fest, wenn Sie die Wissensquelle erstellen oder aktualisieren. Legen Sie den interval Wert auf eine XSD-Dauer fest, z. B. PT5M für fünf Minuten, das minimale unterstützte Intervall.
Informationen zu Zeitplaneigenschaften finden Sie unter "Zeitplandefinition". Befolgen Sie die SharePoint Empfehlung für die Berechtigungsaktualisierung für zeitliche Einschränkungen; das Intervall ist kein Abschlusstermin oder Widerrufs-SLA.
Dieser Standard der Wissensquelle unterscheidet sich von einem direkt erstellten Indexer ohne schedule, der bei Bedarf und nicht nach einem wiederkehrenden Zeitplan ausgeführt wird.
Automatische sprachspezifische Analysatoren verwenden
Automatische Sprachanalysatoren befinden sich in der Vorschau. Führen Sie die Einrichtungs- und Überprüfungsschritte in den folgenden Abschnitten aus. Sie müssen keine Analyzer für den generierten Index selbst konfigurieren. Die Unterscheidung zwischen verwalteter und direkt konfigurierter Sprachanalyse finden Sie unter automatische sprachspezifische Analysatoren.
Ab der 2026-08-01-preview-API-Version stehen automatische Sprachanalysetools für Blob, indizierte OneLake- und indizierte SharePoint-Wissensquellen zur Verfügung. Wenn aktiviert, erkennt Foundry IQ (Azure KI-Suche) die Sprache jedes Quelldokuments und wendet automatisch einen passenden Microsoft Sprachanalysator an. Sie geben keinen Analyzer in der Wissensquelldefinition oder in einer Abfrage an.
Um automatische sprachspezifische Analyzer zu aktivieren, setzen Sie contentExtractionMode auf minimal und konfigurieren Sie ingestionParameters.aiServices in der Wissensquelldefinition.
Für die schlüssellose Authentifizierung müssen aiServices.apiKey Sie die Rolle "Cognitive Services User" auf Ihrer Microsoft Foundry-Ressource der verwalteten Identität Ihres Foundry IQ-Diensts zuweisen. Für die schlüsselbasierte Authentifizierung setzen Sie aiServices.apiKey auf einen gültigen Schlüssel für Ihre Foundry-Ressource.
Die folgenden Sprachen werden unterstützt:
- Englisch
- Japanese
- Französisch
- Spanisch
- Deutsch
- Dutch
- Italienisch
- Portugiesisch (Brasilien)
- Europäisches Portugiesisch
- Vereinfachtes Chinesisch
- Traditionelles Chinesisch
- Korean
Für mehrsprachige Inhalte wählt Foundry IQ anhand der überwiegend erkannten Sprache einen Analysator aus. Er verwendet den Standardanalysator, wenn die Sprache nicht unterstützt oder unsicher ist.
Wenn Sie automatische sprachspezifische Analysatoren aktivieren, fügt Foundry IQ dem generierten Indexschema sprachspezifische Inhaltsfelder für jede unterstützte Sprache hinzu, unabhängig davon, ob Ihre Daten Dokumente in diesen Sprachen enthalten. Während der Aufnahme werden Dokumente basierend auf ihrer erkannten Sprache an das entsprechende sprachspezifische Feld weitergeleitet.
Nicht verwendete Sprachfelder enthalten keinen indizierten Inhalt und haben minimale Speicherauswirkungen, bleiben aber Teil des Indexschemas und zählen zur Indexfeldgrenze. Berücksichtigen Sie die zusätzlichen Felder, wenn Sie den Indexentwurf, die Feldanzahl und die Speicheranforderungen planen. Weitere Informationen finden Sie unter Indexgrenzen und Schätzen und Verwalten der Kapazität eines Foundry IQ-Diensts.
Die Sprachenerkennung ist nach der kostenlosen KI-Anreicherungszuweisung kostenpflichtig. Weitere Informationen finden Sie unter "Freie Anreicherungen".
Überprüfen Sie nach der Datenaufnahme das Sprachrouting, ohne die generierten Objekte zu bearbeiten:
- Überprüfen Sie das generierte Indexschema. Vergewissern Sie sich, dass sprachspezifische Felder über die entsprechenden Analysegeräte verfügen, z
snippet_en. B. miten.microsoft, und stellen Siesnippet_defaultden Fallback der Standardanalyse bereit. - Vergewissern Sie sich, dass die generierte semantische Konfiguration die sprachspezifischen Inhaltsfelder und
snippet_defaultauflistet. - Überprüfen Sie indizierte Blöcke für ein Dokument, das in einer unterstützten Sprache erkannt wurde. Der Text jedes Abschnitts gehört zum entsprechenden Sprachfeld. Nicht unterstützte oder unsichere Erkennungsrouten leiten Text an
snippet_default. - Lesen Sie Inhalte aus dem gefüllten Sprachfeld oder aus dem Fallbackfeld. In diesem Modus enthält das generierte Schema kein separates
snippetFeld.
Wenn das Schema oder die Ergebnisse nicht übereinstimmen, überprüfen Sie die oben aufgeführten Aktivierungseinstellungen, und überprüfen Sie die Indizierungsfehler. Diese Prüfungen definieren keine Aktualisierungs- oder Migrationsverfahren für einen vorhandenen generierten Index.
Überprüfen des Ingestion-Status
Führen Sie den folgenden Code aus, um den Fortschritt und die Integrität der Erfassung zu überwachen, einschließlich der Wissensquelle und detaillierter Indizierungsfehler für Wissensquellen, die eine Indexerpipeline generieren und einen Suchindex auffüllen.
using Azure.Search.Documents.Indexes;
using System.Text.Json;
var indexClient = new SearchIndexClient(new Uri(searchEndpoint), new AzureKeyCredential(apiKey));
// Get knowledge source ingestion status
var statusResponse = await indexClient.GetKnowledgeSourceStatusAsync(knowledgeSourceName);
var status = statusResponse.Value;
// Serialize to JSON for display
var json = JsonSerializer.Serialize(status, new JsonSerializerOptions { WriteIndented = true });
Console.WriteLine(json);
Reference:SearchIndexClient
# Check knowledge source ingestion status
from azure.core.credentials import AzureKeyCredential
from azure.search.documents.indexes import SearchIndexClient
import json
index_client = SearchIndexClient(endpoint="search_url", credential=AzureKeyCredential("api_key"))
status = index_client.get_knowledge_source_status("knowledge_source_name")
print(json.dumps(status.as_dict(), indent=2))
Reference:SearchIndexClient
### Check knowledge source ingestion status
GET {{search-url}}/knowledgesources/{{knowledge-source-name}}/status?api-version={{api-version}}
Authorization: Bearer {{token}}
Content-Type: application/json
Referenz:Wissensquellen – Status abrufen
Eine Antwort auf eine Anforderung, die Aufnahmeparameter enthält und aktiv Inhalte erfasst, kann folgendermaßen aussehen.
{
"kind": "azureBlob",
"synchronizationStatus": "active",
"synchronizationInterval": "1d",
"currentSynchronizationState": {
"startTime": "2026-04-10T19:30:00Z",
"itemUpdatesProcessed": 1100,
"itemsUpdatesFailed": 100,
"itemsSkipped": 1100,
"errors": [
{
"key": "Item id 1",
"docURL": "https://contoso.blob.core.windows.net/contracts/2024/Q4/doc-00023.csv",
"statusCode": 400,
"componentName": "DocumentExtraction.AzureBlob.MyDataSource",
"errorMessage": "Could not read the value of column 'foo' at index '0'.",
"details": "The file could not be parsed.",
"documentationLink": "https://go.microsoft.com/fwlink/?linkid=2049388"
}
]
},
"lastSynchronizationState": {
"status": "partialSuccess",
"startTime": "2026-04-09T19:30:00Z",
"endTime": "2026-04-09T19:40:01Z",
"itemUpdatesProcessed": 1100,
"itemsUpdatesFailed": 100,
"itemsSkipped": 1100,
"errors": null
},
"statistics": {
"totalSynchronizations": 25,
"averageSynchronizationDuration": "00:15:20",
"averageItemsProcessedPerSynchronization": 500
}
}
Hinweis
Die Eigenschaft kind und das Array currentSynchronizationState.errors[] mit Fehlerdetails auf Dokumentebene sind ab der API-Version 2026-04-01 verfügbar. Für frühere API-Versionen werden diese Felder nicht zurückgegeben. Das lastSynchronizationState.status Feld ist auch neu in 2026-04-01.
Überprüfen Sie nach Abschluss der ersten Synchronisierung, ob lastSynchronizationState.endTime ein Wert vorhanden ist und itemsUpdatesFailed ist 0. Wenn Elemente fehlgeschlagen sind, überprüfen Sie die gemeldeten Fehler und den Ausführungsverlauf des generierten Indexers , bevor Sie die Knowledge Base abfragen.
Überprüfen der generierten Objekte
Wenn Sie diese Wissensquelle erstellen, generiert Foundry IQ (Azure KI-Suche) automatisch eine Datenquelle, einen Indexer und einen Index sowie ein Skillset, wenn die Aufnahmepipeline eine benötigt. Die Erstellungsantwort listet jedes Objekt unter createdResources.
Diese Objekte werden gemäß einer festen Vorlage generiert, und ihre Namen basieren auf dem Namen der Wissensquelle. Sie können die Objektnamen nicht ändern. Vermeiden Sie das direkte Bearbeiten dieser Objekte, da Änderungen Fehler oder Inkompatibilitäten verursachen können, die die Indexerpipeline unterbrechen.
Nur für berechtigte Blob-, ADLS Gen2- und Azure SQL-Quellen ermöglicht die Außerkraftsetzung des Zwischennetzwerks das Ändern der Ausführungsumgebung des generierten Indexers. Diese Ausnahme gilt nicht für indizierte SharePoint-Inhalte oder OneLake und lässt keine anderen generierten Objektänderungen zu. Spätere Aktualisierungen der Wissensquelle oder Regeneration können die Überschreibung überschreiben.
Sie können das Azure Portal verwenden, um die Objekterstellung zu überprüfen. Der Workflow lautet:
Überprüfen Sie den Indexer auf Erfolgs- oder Fehlermeldungen. Hier werden Verbindungs- oder Kontingentfehler angezeigt.
Überprüfen Sie die Datenquelle, um die Verbindung mit Ihrem Datenspeicher zu überprüfen. Die Verbindung verwendet entweder eine Verbindungszeichenfolge oder eine verwaltete Identität, je nachdem, wie Sie die Wissensquelle konfiguriert haben.
Wenn ein Skillset generiert wird, überprüfen Sie die Anreicherungs- und Vektorisierungseinstellungen. SQL-Wissensquellen generieren nur dann ein Skillset, wenn Sie angeben
embeddingColumns.Überprüfen Sie den Index, um zu sehen, wie Ihre Inhalte für den Abruf indiziert und verfügbar gemacht werden, einschließlich der durchsuchbaren und filterbaren Felder und welche Felder Vektoren für die Ähnlichkeitssuche speichern. Verwenden Sie den Such-Explorer, um Abfragen für den generierten Index auszuführen.
Vergewissern Sie sich, dass die generierte Datenquelle die beabsichtigten SharePoint Websites und Inhalte auswählt. Überprüfen Sie den befüllten Index auf ein bekanntes Quellelement, und überprüfen Sie dann den Abruf und dessen Quellzitat über die Wissensdatenbank. Die erfolgreiche Ressourcenerstellung allein bestätigt nicht, dass die Aufnahme abgeschlossen ist.
Zuweisen zu einer Wissensbasis
Wenn Sie mit der Wissensquelle zufrieden sind, fügen Sie sie einer Wissensbasis hinzu.
Stellen Sie für jede Wissensdatenbank, die eine indizierte SharePoint Wissensquelle angibt, unbedingt includeReferenceSourceData auf true fest. Dieser Schritt ist erforderlich, um die Quelldokument-URL in das Zitat abzurufen.
Abfragen einer Wissensbasis
Rufen Sie nach der Konfiguration der Knowledge Base die Abrufen-Aktion oder den MCP-Endpunkt auf, um die Wissensquelle abzufragen. Wählen Sie die Konfiguration aus, die Ihrem Szenario entspricht.
Erzwingen von Berechtigungen auf Dokumentebene
Wenn Sie explizite Benutzer- und Gruppenzuweisungen aufnehmen möchten, legen Sie diese indexedSharePointParameters.ingestionParameters.ingestionPermissionOptions einstellung auf ["userIds", "groupIds"]. Schließen Sie das Zugriffstoken des Benutzers in die Abrufanforderung ein, wie unter Erzwingen von Berechtigungen zur Abfragezeit (Vorschau) beschrieben.
Verwenden Sie die Standardextraktionsoption (contentExtractionMode: "minimal") oder inhaltsbasierte Standardextraktion (contentExtractionMode: "standard"), sofern unterstützt. Jeder generierte Block behält die Berechtigungsmetadaten des Quellelements und den Quellkontext bei. Berechtigungen auf Dokumentebene unterstützen keine speziellen vom Kunden ausgewählten Parsingmodi. Siehe Unterstützte Analyse und Inhaltsextraktion für die Aufnahme von Berechtigungen. Konfigurieren Sie diese Optionen für die Wissensquelle; ändern Sie die generierten Parsereinstellungen nicht.
Wählen Sie Authentifizierungs- und Berechtigungsoptionen für die benötigten Gruppentypen aus:
| Authentication |
groupIds enthalten |
Importierte Gruppenberechtigungen |
|---|---|---|
| Verbundauthentifizierung | Yes | Microsoft Entra und systemeigene SharePoint Websitegruppen. |
| Geheimer Clientschlüssel | Yes | Nur Microsoft Entra-Gruppen. |
| Eine der beiden Methoden | No | Keine Gruppen-ACL-Erfassung. Konfigurieren Sie userIds separat für explizite Benutzerzuweisungen. |
Unterstützung für Verbundgruppen erfordert die Berechtigungen für Microsoft Graph und SharePoint für Ihr ACL-Szenario. Im generierten Index wird für sharePointConnectorAppRegistration.federatedCredentialId die Anwendungs-ID der ausgewählten verwalteten Identität verwendet, nicht die ID des Objekts der Verbundanmeldeinformationen.
Überprüfen Sie die generierten Objekte, bevor Sie sich auf den nach Berechtigungen gefilterten Abruf verlassen:
- Bestätigen Sie, dass die generierten Datenquellen
indexerPermissionOptionsden angeforderten Benutzer- und Gruppenaufnahmeoptionen entsprechen. - Stellen Sie sicher, dass der Index
permissionFilterOptionaktiviert hat und Felder mit den angefordertenpermissionFilterWerten versehen sind, sowie das erforderlichemetadata_spo_item_pathQuellpfadfeld. Folgen Sie für vorhandene Datensätze ohne befüllte Pfade den Backfill-Hinweisen; das Hinzufügen des Felds allein füllt sie nicht auf. - Überprüfen Sie bei föderierten
groupIdsSiesharePointConnectorAppRegistration, dessen Anwendungs-IDs und das Feld, das mitsharepointSiteUrl: truemarkiert ist. Überprüfen Sie, ob die Websitezuordnung die einzelnen Elementemetadata_spo_site_urlverwendet, einschließlich standortübergreifender Auswahlen. - Überprüfen Sie die Skillset-Projektionen für den Quellpfad, angeforderte Benutzer- und Gruppen-ACLs und die anwendbare Website-URL auf jedem Block. Lassen Sie projektionsgenerierte Schlüssel und die übergeordnete Identität unzugeordnet.
- Überprüfen Sie die Ergebnisse der Indizierungsausführung, überprüfen Sie dann repräsentative Dokumente und Blöcke mithilfe der ACL-Überprüfung. Vergleichen Sie die zulässigen und verweigerten Testbenutzerergebnisse nach der Aufnahme oder einer Berechtigungsaktualisierung.
Verwenden Sie die SharePoint Feld- und Zuordnungsanforderungen, um den Quellpfad, den Websitekontext und die Bibliothek im Vergleich zur Objekt- und Elementidentität zu unterscheiden.
Das unterstützte Berechtigungsmodell enthält geerbte Zuweisungen und Gruppenschachtelungen innerhalb von fünf Ebenen, vorbehaltlich des Grenzwerts für geschachtelte Auflösungen auf Websiteebene. Organisationsweite Freigabelinks ("Personen in Ihrer Organisation") werden für SharePoint ACL-Erfassung oder Abfragezeitberechtigungserzwingung nicht unterstützt. Die Ablauferzwingung für Freigabelinks wird nicht unterstützt. Generierte Ressourcen fügen keine Erzwingung eines Ablaufdatums hinzu. Eine separate unterstützte explizite Berechtigung ist unabhängig vom Ablauf eines Links.
Diese Wissensquelle bewertet eine replizierte Teilmenge von SharePoint-Berechtigungen, mit Unterschieden zum SharePoint-Berechtigungsmodell und geerbten Connectorbeschränkungen, einschließlich der Einschränkung für bedingten Zugriff. Informationen zu Remote-, indizierten und Push-API-Abwägungen finden Sie unter Wählen Sie einen Abrufansatz für Datenaktualität. Berechtigungsupdates folgen dem SharePoint Synchronisierungsverhalten des generierten Indexers.
Informationen zu fehlenden, unerwarteten oder fehlgeschlagenen Ergebnissen einer indizierten SharePoint Berechtigungsabfrage finden Sie unter Problembehandlung SharePoint Berechtigungsfilterung.
Für eine vorhandene Wissensquelle können Sie die Verbindungszeichenfolge- und Aufnahmeberechtigungsoptionen nicht direkt ändern. Gehen Sie wie folgt vor, um diese Einstellungen zu ändern:
- Erstellen Sie eine Ersatzwissensquelle mit den erforderlichen Authentifizierungsoptionen, Site-Berechtigungen und Berechtigungsoptionen.
- Führen Sie die Ingestion durch und überprüfen Sie die generierten Objekte mithilfe der Prüfungen in den vorherigen Schritten.
- Überprüfen Sie die zulässigen und verweigerten Benutzerergebnisse, bevor Sie die Knowledge Base aktualisieren, um die Ersatzressource zu verwenden. Durch das Zurücksetzen oder Erneutes Synchronisieren des alten Indexers werden die Berechtigungsoptionen der Wissensquelle nicht geändert.
In Dokumente eingebettete Bilder anzeigen
Die Bildbereitstellung befindet sich in der Vorschau und erfordert eine unterstützte Vorschau-API.
Um in Antworten der Antwortsynthese in Dokumente eingebettete Bilder (z. B. Diagramme oder Scans) anzuzeigen, konfigurieren Sie assetStore für diese Wissensquelle, und aktivieren Sie dann die Bildbereitstellung für die Wissensdatenbank. Die Bereitstellung von Bildern wird nicht unterstützt, wenn ingestionPermissionOptions konfiguriert ist. Weitere Informationen finden Sie unter In Dokumente eingebettete Bilder im Agent-Abruf anzeigen (Vorschau).
Löschen einer Wissensquelle
Bevor Sie eine Wissensquelle löschen können, müssen Sie alle Knowledge Basen löschen, die darauf verweisen, oder die Knowledge Base-Definition aktualisieren, um den Verweis zu entfernen. Für Wissensquellen, die eine Index- und Indexerpipeline generieren, werden auch alle generierten Objekte gelöscht. Wenn Sie jedoch einen vorhandenen Index zum Erstellen einer Wissensquelle verwendet haben, wird Ihr Index nicht gelöscht.
Wenn Sie versuchen, eine verwendete Wissensquelle zu löschen, schlägt die Aktion fehl und gibt eine Liste der betroffenen Wissensdatenbanken zurück.
So löschen Sie eine Wissensquelle:
Erhalten Sie eine Liste aller Wissensdatenbanken in Ihrem Foundry IQ-Dienst.
using Azure.Search.Documents.Indexes; var indexClient = new SearchIndexClient(new Uri(searchEndpoint), credential); var knowledgeBases = indexClient.GetKnowledgeBasesAsync(); Console.WriteLine("Knowledge Bases:"); await foreach (var kb in knowledgeBases) { Console.WriteLine($" - {kb.Name}"); }Reference:SearchIndexClient
Eine Beispielantwort könnte wie folgt aussehen:
{ "@odata.context": "https://my-search-service.search.windows.net/$metadata#knowledgebases(name)", "value": [ { "name": "my-kb" }, { "name": "my-kb-2" } ] }Rufen Sie eine individuelle Wissensbasisdefinition ab, um nach Wissensquellenverweise zu suchen.
using Azure.Search.Documents.Indexes; using System.Text.Json; var indexClient = new SearchIndexClient(new Uri(searchEndpoint), credential); // Specify the knowledge base name to retrieve string kbNameToGet = "earth-knowledge-base"; // Get a specific knowledge base definition var knowledgeBaseResponse = await indexClient.GetKnowledgeBaseAsync(kbNameToGet); var kb = knowledgeBaseResponse.Value; // Serialize to JSON for display string json = JsonSerializer.Serialize(kb, new JsonSerializerOptions { WriteIndented = true }); Console.WriteLine(json);Reference:SearchIndexClient
Eine Beispielantwort könnte wie folgt aussehen:
{ "Name": "earth-knowledge-base", "KnowledgeSources": [ { "Name": "earth-knowledge-source" } ], "Models": [ {} ], "RetrievalReasoningEffort": {}, "OutputMode": {}, "ETag": "\u00220x8DE278629D782B3\u0022", "EncryptionKey": null, "Description": null, "RetrievalInstructions": null, "AnswerInstructions": null }Löschen Sie entweder die Wissensdatenbank, oder aktualisieren Sie, wenn Sie über mehrere Wissensquellen verfügen, die Wissensbasis, um die Quelle zu entfernen. In diesem Beispiel wird das Löschen gezeigt.
using Azure.Search.Documents.Indexes; var indexClient = new SearchIndexClient(new Uri(searchEndpoint), credential); await indexClient.DeleteKnowledgeBaseAsync(knowledgeBaseName); System.Console.WriteLine($"Knowledge base '{knowledgeBaseName}' deleted successfully.");Reference:SearchIndexClient
Löschen Sie die Wissensquelle.
await indexClient.DeleteKnowledgeSourceAsync(knowledgeSourceName); System.Console.WriteLine($"Knowledge source '{knowledgeSourceName}' deleted successfully.");Reference:SearchIndexClient
Erhalten Sie eine Liste aller Wissensbasen auf Ihrem Foundry IQ Service.
# Get knowledge bases from azure.core.credentials import AzureKeyCredential from azure.search.documents.indexes import SearchIndexClient index_client = SearchIndexClient(endpoint = "search_url", credential = AzureKeyCredential("api_key")) print("Knowledge Bases:") for kb in index_client.list_knowledge_bases(): print(f" - {kb.name}")Reference:SearchIndexClient
Eine Beispielantwort könnte wie folgt aussehen:
{ "@odata.context": "https://my-search-service.search.windows.net/$metadata#knowledgebases(name)", "value": [ { "name": "my-kb" }, { "name": "my-kb-2" } ] }Rufen Sie eine individuelle Wissensbasisdefinition ab, um nach Wissensquellenverweise zu suchen.
# Get a knowledge base definition from azure.core.credentials import AzureKeyCredential from azure.search.documents.indexes import SearchIndexClient index_client = SearchIndexClient(endpoint = "search_url", credential = AzureKeyCredential("api_key")) kb = index_client.get_knowledge_base("knowledge_base_name") print(kb)Reference:SearchIndexClient
Eine Beispielantwort könnte wie folgt aussehen:
{ "name": "my-kb", "description": null, "retrievalInstructions": null, "answerInstructions": null, "outputMode": null, "knowledgeSources": [ { "name": "my-blob-ks" } ], "models": [], "encryptionKey": null, "retrievalReasoningEffort": { "kind": "low" } }Löschen Sie entweder die Wissensdatenbank, oder aktualisieren Sie, wenn Sie über mehrere Wissensquellen verfügen, die Wissensbasis, um die Quelle zu entfernen. In diesem Beispiel wird das Löschen gezeigt.
# Delete a knowledge base from azure.core.credentials import AzureKeyCredential from azure.search.documents.indexes import SearchIndexClient index_client = SearchIndexClient(endpoint = "search_url", credential = AzureKeyCredential("api_key")) index_client.delete_knowledge_base("knowledge_base_name") print(f"Knowledge base deleted successfully.")Reference:SearchIndexClient
Löschen Sie die Wissensquelle.
# Delete a knowledge source from azure.core.credentials import AzureKeyCredential from azure.search.documents.indexes import SearchIndexClient index_client = SearchIndexClient(endpoint = "search_url", credential = AzureKeyCredential("api_key")) index_client.delete_knowledge_source("knowledge_source_name") print(f"Knowledge source deleted successfully.")Reference:SearchIndexClient
Erhalten Sie eine Liste aller Wissensbasen auf Ihrem Foundry IQ Service.
### Get knowledge bases GET {{search-url}}/knowledgebases?api-version={{api-version}}&$select=name Authorization: Bearer {{token}}Referenz:Wissensdatenbanken - Liste
Eine Beispielantwort könnte wie folgt aussehen:
{ "@odata.context": "https://my-search-service.search.windows.net/$metadata#knowledgebases(name)", "value": [ { "name": "my-kb" }, { "name": "my-kb-2" } ] }Rufen Sie eine individuelle Wissensbasisdefinition ab, um nach Wissensquellenverweise zu suchen.
### Get a knowledge base definition GET {{search-url}}/knowledgebases('{{knowledge-base-name}}')?api-version={{api-version}} Authorization: Bearer {{token}}Referenz:Wissensdatenbanken – Abrufen
Eine Beispielantwort könnte wie folgt aussehen:
{ "name": "my-kb", "description": null, "retrievalInstructions": null, "answerInstructions": null, "outputMode": null, "knowledgeSources": [ { "name": "my-blob-ks" } ], "models": [], "encryptionKey": null, "retrievalReasoningEffort": { "kind": "low" } }Löschen Sie entweder die Wissensdatenbank, oder aktualisieren Sie, wenn Sie über mehrere Wissensquellen verfügen, die Wissensbasis, um die Quelle zu entfernen. In diesem Beispiel wird das Löschen gezeigt.
### Delete a knowledge base DELETE {{search-url}}/knowledgebases('{{knowledge-base-name}}')?api-version={{api-version}} Authorization: Bearer {{token}}Referenz:Knowledge Bases - Löschen
Löschen Sie die Wissensquelle.
### Delete a knowledge source DELETE {{search-url}}/knowledgesources('{{knowledge-source-name}}')?api-version={{api-version}} Authorization: Bearer {{token}}Referenz:Wissensquellen - Löschen
Bekannte Fehler
Die generierten SharePoint Datenquelle und Indexer verwenden das gleiche Microsoft Entra Mandantenüberprüfungs- und Authentifizierungsverhalten wie direkt konfigurierte SharePoint Indexer. Überprüfen Sie bei mandantenbezogenen Fehlern den Status und den Ausführungsverlauf des generierten Indexers, und folgen Sie dann der Invalid AAD tenant Korrektur.
Identifizieren Sie bei anderen Authentifizierungs-, Verbindungs- oder Berechtigungsfehlern die fehlerhafte Verbindung. Unterscheiden Sie den Zugriff auf den Foundry IQ-Dienst, die SharePoint-Ingestion, die Abfragezeit-Berechtigungsauflösung und Aufrufe von Modell- oder Foundry-Endpunkten.